毫無(wú)疑問(wèn)，數(shù)據(jù)分析將成為企業(yè)的一個(gè)重要競(jìng)爭(zhēng)優(yōu)勢(shì)，其可以幫助提供有益于提高銷(xiāo)售和市場(chǎng)份額的見(jiàn)解。企業(yè)通過(guò)分析能夠獲得多少收益，在很大程度上取決于他們對(duì)這種最新技術(shù)的利用程度，以及他們對(duì)未來(lái)發(fā)展的準(zhǔn)備程度。
利用自助式分析
自助式分析使得業(yè)務(wù)用戶不需要IT的支持和高級(jí)分析技能即可自己執(zhí)行查詢和生成報(bào)告。用戶可以使用易于使用的商業(yè)智能（BI）工具，這些工具帶有基本分析功能。
自助式分析方法可以幫助企業(yè)彌補(bǔ)由于缺乏訓(xùn)練有素的數(shù)據(jù)分析師而造成的短板，并可以將數(shù)據(jù)直接提供給那些最需要數(shù)據(jù)的用戶，以幫助他們完成工作。
業(yè)務(wù)用戶不需等待數(shù)據(jù)科學(xué)家或其他分析專(zhuān)家生成報(bào)告就可以根據(jù)對(duì)數(shù)據(jù)的分析做出相應(yīng)的決策。對(duì)于那些需要快速適應(yīng)市場(chǎng)變化或客戶需求變化的企業(yè)來(lái)說(shuō)，這將是一大優(yōu)勢(shì)。
IT咨詢公司Computer Task Group的高級(jí)解決方案架構(gòu)師John Walton指出，部署自助式分析的第一步應(yīng)該是充分了解用戶群體，包括他們有哪些信息需求以及需要哪些工具。
Walton說(shuō)：“信息消費(fèi)者和相關(guān)的執(zhí)行者所需要的分析工具套件與數(shù)據(jù)科學(xué)家所使用的工具套件完全不同。同時(shí)，讓工具與業(yè)務(wù)需求保持一致非常重要。此外，自助式分析高度依賴于干凈的數(shù)據(jù)。如果信息用戶對(duì)他們使用的儀表板失去了信任，那么要想恢復(fù)信任將變得非常困難。他們會(huì)說(shuō)‘我不相信我所看到的。’如果失去了信任，那么數(shù)據(jù)分析將會(huì)無(wú)法得到發(fā)展。”
通過(guò)數(shù)據(jù)治理計(jì)劃建立信息一致性也是一個(gè)非常好的主意。Walton說(shuō)：“一旦就緒，那么多維數(shù)據(jù)架構(gòu)將成為自助式分析的‘管道’。”
在這種架構(gòu)中，儀表板上顯示的關(guān)鍵性能指標(biāo)和度量值可以根據(jù)批準(zhǔn)的業(yè)務(wù)規(guī)則進(jìn)行預(yù)計(jì)算，與適當(dāng)?shù)臉I(yè)務(wù)篩選器或分析維度相關(guān)聯(lián)，并存儲(chǔ)在數(shù)據(jù)庫(kù)中。
Walton說(shuō)：“分析工具用戶不必做所有這些繁重的工作。機(jī)器學(xué)習(xí)（ML）可以在強(qiáng)化數(shù)據(jù)分析處理中發(fā)揮重要作用，特別是對(duì)于需要處理大量信息的公司而言。”
機(jī)器學(xué)習(xí)將需要一種不同于分析的體系結(jié)構(gòu)。Walton說(shuō)：“在這里，你不想應(yīng)用預(yù)先計(jì)算的指標(biāo)，因?yàn)檫@會(huì)導(dǎo)致數(shù)據(jù)扭曲，讓潛在的有價(jià)值的見(jiàn)解變得模糊不清。機(jī)器學(xué)習(xí)希望獲得大量非常精細(xì)的數(shù)據(jù)，以最大效率地發(fā)揮自己的作用。”
例如，在醫(yī)療保險(xiǎn)行業(yè)，企業(yè)可能需要處理包括索賠數(shù)據(jù)、患者數(shù)據(jù)以及結(jié)構(gòu)化和非結(jié)構(gòu)化注釋等大量數(shù)據(jù)集。
機(jī)器學(xué)習(xí)的最佳實(shí)踐是將正確的數(shù)據(jù)層用于正確的目的。Walton說(shuō)：“最底層的‘攝取’層是來(lái)自不同來(lái)源的數(shù)據(jù)。越是最原始數(shù)據(jù)，對(duì)于ML來(lái)說(shuō)就越理想。”
中間層，即“一致性”層是從各種來(lái)源獲取的數(shù)據(jù)，符合既定的數(shù)據(jù)治理規(guī)則的標(biāo)準(zhǔn)。Walton稱，頂層則由一系列有側(cè)重點(diǎn)的數(shù)據(jù)集組成，它們非常適合進(jìn)行分析。
端到端管理數(shù)據(jù)
許多企業(yè)正努力管理來(lái)自各種來(lái)源的大量且不斷增長(zhǎng)的數(shù)據(jù)，企業(yè)的這種努力可能會(huì)阻礙分析工作，但跨企業(yè)管理數(shù)據(jù)技術(shù)可以提供一個(gè)解決方案。
醫(yī)療保健供應(yīng)公司Paul Hartmann AG正在使用SAP的一個(gè)中央管理平臺(tái)Data Hub，以橫跨多個(gè)內(nèi)部和外部源以實(shí)現(xiàn)對(duì)數(shù)據(jù)的整合、訪問(wèn)和分析。該公司的首席信息官兼首席數(shù)據(jù)官Sinanudin Omerhodzic說(shuō)，他們的目標(biāo)是最大限度地挖掘數(shù)據(jù)的潛力，以獲得優(yōu)化制造和供應(yīng)鏈所需的必要見(jiàn)解。
Omerhodzic說(shuō)：“通過(guò)訪問(wèn)這些數(shù)據(jù)發(fā)現(xiàn)，我們可以隨時(shí)為客戶提供所需的產(chǎn)品，以挽救患者的生命。”
Hartman可通過(guò)Data Hub技術(shù)為客戶、供應(yīng)商和運(yùn)營(yíng)數(shù)據(jù)建立“單一的事實(shí)來(lái)源”，幫助公司更好地了解客戶面臨的挑戰(zhàn)。
該公司現(xiàn)在已經(jīng)能夠熟練使用人工智能（AI）、物聯(lián)網(wǎng)（IoT）和預(yù)測(cè)分析等技術(shù)。此外公司還可以利用有關(guān)天氣和流行病等因素的新數(shù)據(jù)源，更好地預(yù)測(cè)醫(yī)院和藥店的需求，確保他們能夠在適當(dāng)?shù)臅r(shí)間獲得適當(dāng)數(shù)量的供給。
向業(yè)務(wù)用戶介紹整體數(shù)據(jù)策略
使用數(shù)據(jù)洞察力的業(yè)務(wù)用戶需要全面了解企業(yè)的數(shù)據(jù)科學(xué)、人工智能、機(jī)器學(xué)習(xí)和數(shù)據(jù)分析戰(zhàn)略。通過(guò)這種方式他們可更加容易理解他們所看到的東西。
HGS Digital是一家?guī)椭髽I(yè)利用數(shù)據(jù)提升客戶體驗(yàn)的數(shù)字化轉(zhuǎn)型咨詢公司。該公司負(fù)責(zé)數(shù)據(jù)科學(xué)和分析的全球業(yè)務(wù)主管Venu Gooty說(shuō)：“舉辦成果交流會(huì)可以幫助負(fù)責(zé)業(yè)務(wù)和運(yùn)營(yíng)的領(lǐng)導(dǎo)者更好地了解人工智能和數(shù)據(jù)學(xué)習(xí)的優(yōu)勢(shì)。”
Gooty說(shuō)：“這對(duì)于第一次開(kāi)啟數(shù)據(jù)科學(xué)之旅的企業(yè)來(lái)說(shuō)尤為重要。HGS Digital在部署人工智能和機(jī)器學(xué)習(xí)時(shí)面臨的最大障礙是向業(yè)務(wù)用戶介紹交付數(shù)據(jù)科學(xué)項(xiàng)目后取得的成果，以及向他們解釋我們交付數(shù)據(jù)科學(xué)項(xiàng)目的方法。”
企業(yè)需要制定一個(gè)數(shù)據(jù)策略，以解釋不同部門(mén)是如何協(xié)同工作的。Gooty說(shuō)：“這是必需的，因?yàn)闄C(jī)器學(xué)習(xí)計(jì)劃需要與多個(gè)部門(mén)合作，比如市場(chǎng)營(yíng)銷(xiāo)、IT、運(yùn)營(yíng)等部門(mén)。”
機(jī)器學(xué)習(xí)涉及大量數(shù)據(jù)的處理。例如，為了幫助零售商預(yù)測(cè)客戶流失情況，它們需要比如客戶統(tǒng)計(jì)、購(gòu)買(mǎi)歷史、客戶購(gòu)買(mǎi)的產(chǎn)品等諸多數(shù)據(jù)集。
Gooty稱：“這些數(shù)據(jù)集通常來(lái)自不同的數(shù)據(jù)源，可能沒(méi)有統(tǒng)一的數(shù)據(jù)源來(lái)提取數(shù)據(jù)。因此團(tuán)隊(duì)需要與不同的部門(mén)合作，才能將數(shù)據(jù)整合到一個(gè)統(tǒng)一的平臺(tái)上。與沒(méi)有清楚的數(shù)據(jù)策略的企業(yè)相比，那些對(duì)數(shù)據(jù)策略和數(shù)據(jù)治理進(jìn)行了詳細(xì)規(guī)范的企業(yè)會(huì)處理的更加流暢。”
在云端進(jìn)行分析
與其他所有的東西一樣，云服務(wù)為數(shù)據(jù)分析提供了一種經(jīng)濟(jì)高效的選擇。對(duì)于那些需要分析大量數(shù)據(jù)并且沒(méi)有內(nèi)部處理能力的企業(yè)來(lái)說(shuō)，云計(jì)算尤為有用。
Gooty提醒道，任何計(jì)劃在云端執(zhí)行分析的企業(yè)都應(yīng)該首先制定一個(gè)清晰的遷移策略。他說(shuō)：“對(duì)于大多數(shù)企業(yè)來(lái)說(shuō)，都是第一次將數(shù)據(jù)轉(zhuǎn)移到云端。最好從小處著手，不斷地總結(jié)經(jīng)驗(yàn)，并根據(jù)需要做出改變。”
此外，用戶還需要根據(jù)安全策略制定一個(gè)清晰的治理框架。Gooty說(shuō)：“向云端遷移意味著將內(nèi)部數(shù)據(jù)、外部數(shù)據(jù)和用戶遷移到云上。企業(yè)必須制定詳細(xì)的安全和隱私政策，明確每個(gè)部分的負(fù)責(zé)人。每個(gè)用戶要有適當(dāng)?shù)脑L問(wèn)權(quán)限。”
另一個(gè)好的做法是盡可能地實(shí)現(xiàn)自動(dòng)化。Gooty說(shuō)：“云的力量在于靈活性和自動(dòng)化。手動(dòng)加載或一次性加載的請(qǐng)求會(huì)很多，隨著這些一次性請(qǐng)求的增加，自動(dòng)化的優(yōu)勢(shì)會(huì)變得越來(lái)越明顯。”
建立分析中心或卓越中心
企業(yè)可以組建卓越中心（CoE）向領(lǐng)導(dǎo)分享最佳實(shí)踐，開(kāi)展研究，就特定的重點(diǎn)領(lǐng)域開(kāi)展培訓(xùn)?？紤]到當(dāng)今數(shù)據(jù)分析的重要戰(zhàn)略作用，建立一個(gè)專(zhuān)注于這些工作的CoE具有重大意義。
市場(chǎng)研究公司IDC在2019年對(duì)美國(guó)首席信息官和其他IT高管進(jìn)行了一項(xiàng)調(diào)查。該調(diào)查顯示，93%的人表示，他們的企業(yè)正在使用某種形式的卓越中心來(lái)推動(dòng)人工智能和數(shù)據(jù)科學(xué)項(xiàng)目。IDC的IT執(zhí)行項(xiàng)目副總裁Serge Findling說(shuō)：“卓越中心是所有人工智能、商業(yè)智能和分析的主要樞紐。對(duì)于一個(gè)既有中央資源又有分布式資源的企業(yè)而言，它們的主要任務(wù)是在整個(gè)企業(yè)中進(jìn)行協(xié)調(diào)。”
全球咨詢公司Keyrus指出，為了從數(shù)據(jù)中獲得最佳投資回報(bào)和最大價(jià)值，企業(yè)應(yīng)當(dāng)建立一個(gè)以分析為中心的卓越中心。這個(gè)卓越中心可以簡(jiǎn)化企業(yè)的所有分析工作。
Keyrus表示：“想象一下有一支能力極強(qiáng)的專(zhuān)家團(tuán)隊(duì)非常了解你的企業(yè)情況，并且非常熟悉你的數(shù)據(jù)來(lái)源。這個(gè)團(tuán)隊(duì)的技能和能力能夠充分分析你所掌握的數(shù)據(jù)，并可以將公司的所有工作都引導(dǎo)到正確的方向。”
Keyrus說(shuō)，以分析為中心的卓越中心應(yīng)當(dāng)提供對(duì)企業(yè)分析愿景進(jìn)行詳細(xì)規(guī)劃等功能，包括選擇要使用的工具和確定需要哪些關(guān)鍵績(jī)效指標(biāo)，構(gòu)建技術(shù)藍(lán)圖，為共享數(shù)據(jù)源等領(lǐng)域建立標(biāo)準(zhǔn)，管理項(xiàng)目和控制資金，發(fā)展用戶技能，總結(jié)領(lǐng)導(dǎo)方法。
Keyrus指出，卓越中心的組織架構(gòu)取決于企業(yè)的規(guī)模、行業(yè)、目標(biāo)等因素，因此所有的CoE都不盡相同。此外，企業(yè)應(yīng)該視自己的具體業(yè)務(wù)目標(biāo)和組織體系而組建卓越中心。
